KZ
Новая образовательная программа

8D06103 Информационные системы в МУИТ (IITU)

Дисциплины

  • Актуальные проблемы в прогнозировании

    Докторанты изучают основные принципы, особенности построения и область применения прогнозных моделей. Курс предоставляет подробный обзор и описание классификации и кластеризации прогнозирования, а также фокусируется на практических задачах, решаемых в прогнозировании. Докторанты будут внедрять прогностические модели, используя Python и метод машинного обучения, а также внедрять инновационную инженерию проекты по разработке прогнозных моделей различного назначения с использованием современных методов проектирования.

    Кредитов - 4
  • Информационно-поисковые системы

    Курс охватывает автоматизированную систему поиска, анализ контента, поисковые модели, представление результатов и оценку системы. Изучает применение методов поиска в Интернете, в мультимедийной и многоязычной среде, а также в классификации текста и отслеживании событий

    Кредитов - 4
  • Интеллектуальный анализ данных в ИС

    Этот курс описывает основы методов анализа данных, таких как методы классификации, моделирования и прогнозирования, основанные на использовании деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечеткой логики.

    Кредитов - 4
  • DevOPS-инжиниринг

    DevOps-инженер автоматизирует сборку, тестирование, помогает компании быстро и безопасно внедрить изменения в код или запустить новый продукт, поддерживает работу высоконагруженных сервисов. Целью обучения является формирование у докторантов знаний и навыков по методологии DevOps для активного взаимодействия специалистов по разработке систем информационно-технологического обслуживания и взаимной интеграции рабочих процессов для обеспечения качества продукта. В процессе прохождения курса подробноразбирается жизненный цикл (ЖЦ) программного обеспечения, роль DevOps-инженера в ЖЦ,а также программные инструменты DevOps: Docker, Jenkins, Ansible, Kubernets и Prometheus.

    Кредитов - 4
  • Теоретическая компьютерная инженерия

    Формирование и развитие общих и профессиональных компетентностей у докторанта в области «Теоретическая компьютерная инженерия», который будет способен обеспечить решение сложных задач и практических проблем проектирования, построения и настройки компьютерных систем, использовать и внедрять технологии компьютерной инженерии.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Методы глубокого обучения

    В курсе рассматриваются методы глубокого обучения, обучения и развертывания нейронных сетей. В ходе обучения докторанты будут экспериментировать с данными, параметрами обучения, структурой нейронных сетей и другими параметрами для повышения производительности и расширения возможностей нейронных сетей, а также развертывать нейронные сети для решения реальных задач. По завершении курса докторанты смогут сравнивать и анализировать различные нейронные сети, решать собственные задачи с помощью алгоритмов глубокого обучения, формулировать задачи исследования и находить пути их решения на основе моделей и методов глубокого обучения.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Современная теория управления

    Современная теория управления представляет собой прикладную научную дисциплину, в которой используются результаты исследований и разработок в других отраслях науки. Результаты научных исследований в области теории управления предполагают применение математической теории управления (математические результаты, инвариантные относительно предметной области, к которой относится объект управления), также интеллектуальное управление системой.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Инструменты анализа данных

    Эта дисциплина изучает основные принципы, особенности, технологии, методов, моделей и инструментов анализа данных и оценки эффективности систем аналитики. Докторанты изучают возможности аналитических площадок. Курс состоит из теоретической и практических частей. В практической части предусмотрены задачи анализа, обработки, визуализации и интерпретации в различных предметных областях с использованием аналитических платформ и инструментов.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Обработка больших данных

    Курс методы хранения данных, эффективно анализировать их и извлекать деловую и социально значимую информацию. Этот курс знакомит Докторантов с несколькими ключевыми ИТ-технологиями, которые они смогут использовать для манипулирования, хранения и анализа больших данных. В курсе рассмотрваются методы MapReduce для параллельной обработки и Hadoop, среда с открытым исходным кодом, которая позволяет нам дешево и эффективно внедрять MapReduce в интернет-задачах. Докторанты получат возможность разрабатывать системы с высокой масштабируемостью, которые могут принимать, хранить и анализировать большие объемы неструктурированных данных в пакетном режиме и / или в режиме реального времени.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Продвнутая программная архитектура

    Курс фокусируется на принципах и методах, которые помогают докторанту обрести уверенность в архитектурном дизайне. Сюда входят архитектурные шаблоны, качественная и количественная оценка архитектур, количественное моделирование с использованием языков описания архитектуры, таких как AADL и MARTE, и методы качественной оценки архитектуры, например, ATAM. Наконец, курс также будет решать конкретные проблемы, связанные с масштабом, динамикой и неоднородностью, которые встречаются в сверхкрупномасштабных системах, системах блокчейна, системах смарт-контрактов (язык Solidity). Расширить знания участников по ключевым понятиям: что такое архитектура программного обеспечения и как создавать и поддерживать архитектуру.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Методы научных исследований

    Курс представляет для докторантов методологию исследований в области информационных систем. Темы курса: важность исследований и некоторые методологии исследования информационных технологий, то есть формальный метод, разработка прототипа, эксперимент и оценка; методы написания результатов, такие как написание отчетов, написание статей и написание тезисов; оформление результатов исследований; написание исследовательских предложений.

    Год обучения - 1
    Семестр - 1
    Кредитов - 4
  • Академическое письмо

    Курс «Академическое письмо» является обязательным компонентом докторской программы Ph.D. Это практический 5-ти кредитный курс продолжительностью один семестр, который, базируясь на исследовательских навыках докторантов и знании английского языка, развивает и углубляет их навыки академического письма, необходимые в проведении научных исследований, написании научных статей и диссертации. В рамках курса докторанты будут вовлечены в интенсивное чтение, изучение стратегии и форматов академического письма, которые они научатся самостоятельно применять при освоении и получении степени Ph.D. К концу курса студенты должны организовать и представить портфолио по своим исследованиям и написать подробный план исследовательской статьи.

    Год обучения - 1
    Семестр - 1
    Кредитов - 5

Результаты обучения

  • Формулировать задачи исследования и найти пути их решения на основе моделей и методов интеллектуального анализа данных, машинного обучения, нейронных сетей, теорий вычислительной сложности и оптимизации
  • Применять методы обработки больших данных и интеллектуального анализа данных для решения ресурсоемких задач
  • Демонстрировать закономерности познания информационных процессов, методы поиска, обработки и представления профессионально значимой информации
  • Внедрять и масштабировать методологии DevOps, синхронизируя все этапы и элементы процесса создания программных продуктов от фазы написания кода до стадии тестирования и выпуска
  • Разрабатывать интеллектуальные информационные системы и компоненты к ним на основе современных методов науки о данных
  • Разрабатывать вычислительные алгоритмы для инженерных задач и реализовывать их в высокопроизводительных системах
  • Проектировать и разрабатывать архитектуру ПО, включающие множество функций, поддержание их работоспособности и последовательное развитие
  • Генерировать собственные новые научные идеи в конкретной предметной области и доносить их до научного сообщества
  • Предлагать обоснованные заявки или пояснительные записки научно-исследовательских проектов в области ИКТ
  • Оценить свои и известные научные исследования и подготавливать аналитические материалы для выработки стратегических решений в области ИКТ
  • Применять теорию управления с помощью математических моделей, методов интеллектуального управления системой.
Top